Geri Dön

Sınıflandırma ve regresyon ağacı analizine ilişkin bir uygulama

An application for classification and regression tree

PDF İndir

  1. Tez No: 450449
  2. Yazar: PINAR KÖSECE TOKSÖZ
  3. Danışmanlar: YRD. DOÇ. DR. HAMİT MİRTAGİOĞLU
  4. Tez Türü: Yüksek Lisans
  5. Konular: Ziraat, Agriculture
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2016
  8. Dil: Türkçe
  9. Üniversite: Yüzüncü Yıl Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Zootekni Ana Bilim Dalı
  12. Bilim Dalı: Biyometri ve Genetik Bilim Dalı
  13. Sayfa Sayısı: 64

Özet

Sınıflandırma ve Regresyon Ağacı (CART), bağımlı değişken olarak varsayılan değişken üzerine, bağımsız değişkenlerin etkilerini ve bağımsız değişkenler arasındaki etkileşimi belirlemeye yönelik kullanılan bir analiz yöntemidir. Bağımlı değişken kategorik ise yöntemin adı sınıflandırma ağacı (Classification Tree, CT), sürekli ise regresyon ağacı (Regression Tree, RT) olarak adlandırılır. Karar ağaçları, verilerin bir sonraki aşamada hangi alt gruba gireceğini belirlemede etkendir. Karmaşık problemlerin, olası tüm ihtimallerini aşamalı olarak değerlendirmeye olanak sağlar. Yapılan çalışmada veri seti olarak, 160 kişiye uygulanan ve ailelerin bal tüketimi tercihlerini belirlemeye yönelik, 27 sorudan oluşmuş anket verileri kullanılmıştır. Ailelerin yıllık bal tüketimi miktarları bağımlı değişken alınarak, diğer soruların bu değişkenle olan ilişkilerini belirlemek üzere, Sınıflandırma ve regresyon Ağacı (CART) analizi yapılarak elde edilen bulgular yorumlanmıştır. Sonuç olarak, karmaşık veri setlerine dahi uygulanabilen CART analizinin, uygun kullanımlarda anlamlı, anlaşılır ve pratik sonuçlar verdiği görülmüştür.

Özet (Çeviri)

Classification and Regression Tree (CART) is an analysis method used for determining the interaction between the independent variables and the effects of the variable assumed as the dependent variable upon the independent variables. If the dependent variable is categorical, the method is called as the Classification Tree (CT), and is the dependent variable is constant, then the method is called Regression Tree (RT). Decision trees are efficient upon determining which sub-group the data will be included in the following stage. The method provides opportunity to evaluate all possibilities of complex problems gradually. In the study, questionnaire data including 27 questions related to determining the honey consumption preferences of families performed to 160 participants was used as the data set. Annual honey consumption amounts of families was considered as the dependent variable, and Classification and Regression Tree (CART) analysis was performed to determine the relation of other questions with this variable, and the obtained findings were interpreted. In conclusion, it was noticed that CART analysis that was possible to be performed even to complex data set created significant, understandable, and practical results.

Benzer Tezler

  1. Tez No

    847173

    Fake news classification using machine learning and deep learning approaches

    Makine öğrenimi ve derin öğrenme yaklaşımlarını kullanarak sahte haber sınıflandırması

    SAJA ABDULHALEEM MAHMOOD AL-OBAIDI

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ TUBA ÇAĞLIKANTAR

  2. Tez No

    619962

    İstatistiksel öğrenmede doğrusal sınıflandırma teknikleri ve diyabet verisi üzerine bir uygulama

    Linear classification techniques in statistical learning and an application to diabetes data

    GİZEM UYLU

    Yüksek Lisans

    Türkçe

    Türkçe

    2020

    İstatistikEskişehir Teknik Üniversitesi

    İstatistik Ana Bilim Dalı

    DOÇ. DR. KADİR ÖZGÜR PEKER

  3. Tez No

    847190

    Prediction of COVID 19 disease using chest X-ray images based on deep learning

    Derin öğrenmeye dayalı göğüs röntgen görüntüleri kullanarak COVID 19 hastalığının tahmini

    ISMAEL ABDULLAH MOHAMMED AL-RAWE

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. ADEM TEKEREK

  4. Tez No

    537430

    Kredi analizinde makine öğrenmesi kullanımı: Tarımsal kredilerde uygulama örneği

    Use of machine learning in credit analysis: Application in agricultural loans

    MEHMET AKİF BULUT

    Doktora

    Türkçe

    Türkçe

    2019

    İşletmeEskişehir Osmangazi Üniversitesi

    İşletme Ana Bilim Dalı

    PROF. DR. BİROL YILDIZ

  5. Tez No

    439719

    Monitoring soil salinity via remote sensing technology under data scarce conditions: A case study from Turkey

    Kısıtlı veri şartlarında uzaktan algılama teknolojisi ile toprak tuzluluğunun izlenmesi: Türkiye'den bir vaka çalışması

    TAHA GORJI

    Yüksek Lisans

    İngilizce

    İngilizce

    2016

    Çevre Mühendisliğiİstanbul Teknik Üniversitesi

    Çevre Mühendisliği Ana Bilim Dalı

    PROF. DR. AYŞE GÜL TANIK

Geri Dön